Question

我不知道这是否是张量流的错误，或者我是否在我的代码中做错了。无论如何，我试图将张量传递到tf.tensordot轴变量，并且在运行代码时似乎得到奇怪的输出。我的代码如下：

<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>

如果我运行此代码，我会从print语句中获得输出：

t1 = tf.ones([2,3,4], dtype=tf.float32)
t2 = tf.ones([2,2,3,4], dtype=tf.float32)

axes = tf.constant([[2],[3]], dtype=tf.int32)
out = tf.tensordot(t1, t2, axes)
print(out)

with tf.Session() as sess:
    sess.run(out)

显然，计算已经完成，程序并没有抱怨任何错误。然而，创建的张量似乎没有任何形状。至少没有注册形状。如果我再次运行上面相同的代码，但现在将axes变量切换为：

Tensor("Tensordot:0", dtype=float32)

我从print语句中得到以下输出：

axes = [[2],[3]]

我试过四处看看是否有任何我做错的事，或者我是否认为这是错误的，但我还没有找到关于这个主题的更多信息。我怀疑这是张量流中的一个错误，如果是，那么这个问题是否有任何变通方法，我仍然可以使用张量来定义轴，或者轴从张量信息中得到它的形状？

为了给你一个我来自哪里的暗示：在我的主算法中，我试图将t1和t2的最后一个维度（当然，当他们有任意等级时）与tensordot相乘

Answer 1

在查看tf.tensordot's source code之后，我确实设法解决了我的上一个问题。显然，张量等级可以由tf.rank和tf.get_shape（）。n_dims访问。因此，我可以编写以下代码：

t1 = tf.ones([2,3,4], dtype=tf.float32)
t2 = tf.ones([2,2,3,4], dtype=tf.float32)

t1_rank = t1.get_shape().ndims
t2_rank = t2.get_shape().ndims

axes = [[t1_rank-1], [t2_rank-1]]
out = tf.tensordot(t1, t2, axes)
print(out)

with tf.Session() as sess:
    sess.run(out)

从print语句中获取以下输出：

Tensor("Tensordot:0", shape=(2, 3, 2, 2, 3), dtype=float32)

我有一个小小的怀疑，这是一种效率低下的方法，因为张量等级现在必须通过python才能插入轴并最终输入tf.tensordot。然而，这似乎是他们解决排名计算的方式，也是设置图表的一部分，因此它可能只是一次性计算。我不太了解图表的设置方式，所以不要相信我的意思。

如何将张量传递给tf.tensordot axes变量？

1 个答案: